Claude Sonnet 5 disponibil pe toate planurile, Claude Science în beta, Amp lansează Orbs

30 iunie 2026 marchează o zi densă pentru ecosistemul IA: Anthropic lansează simultan Claude Sonnet 5 — cel mai agentic model Sonnet al său, acum implicit pe planurile Free și Pro, cu o fereastră nativă de 1 milion de tokens — și Claude Science, un mediu de lucru specializat pentru cercetători științifici, integrând BioNeMo Agent Toolkit de la NVIDIA. Pe partea de instrumente de dezvoltare, Amp implementează Orbs, mașini cloud dedicate executării agenților nesupravegheați, în timp ce Google pune la dispoziția dezvoltatorilor Nano Banana 2 Lite și Gemini Omni Flash. La rândul său, OpenAI publică GeneBench-Pro, un benchmark de nivel de cercetare în biologie computațională.

Claude Sonnet 5 — model implicit Free și Pro, context de 1 milion de tokens

30 iunie — Anthropic lansează Claude Sonnet 5, noul său model din familia Sonnet, conceput ca cel mai agentic de până acum. Sonnet 5 reduce diferența față de Opus 4.8 pe benchmark-urile agentice (BrowseComp, OSWorld-Verified), păstrând în același timp tarife mai mici, și devine modelul implicit pentru planurile Free și Pro chiar din ziua lansării.

Caracteristică	Valoare
Identificator API	`claude-sonnet-5`
Fereastră de context	1 milion de tokens (nativ)
Preț input (promo)	$2 per milion de tokens
Preț output (promo)	$10 per milion de tokens
Planuri implicite	Free, Pro
Disponibilitate	API, toate planurile Claude

Printre capacitățile evidențiate: planificare autonomă, utilizarea instrumentelor pe mai multe etape, executarea sarcinilor complexe pe cod moștenit (brownfield code) și o mai bună conformare la convențiile de cod. Din punct de vedere al securității, Sonnet 5 prezintă o rată globală mai mică a comportamentelor nedorite decât Sonnet 4.6, dar afișează capacități ușor sporite în anumite sarcini de securitate cibernetică fără antrenament specific; de aceea, este lansat cu protecții în timp real prin Cyber Verification Program. System Card complet este disponibil pe anthropic.com.

Disponibilitate extinsă: Sonnet 5 este disponibil și în disponibilitate generală în GitHub Copilot (planurile Pro, Pro+, Max, Business și Enterprise, cu retenție zero a datelor pentru Business și Enterprise, selectabil în VS Code, JetBrains, Xcode, CLI, github.com, iOS și Android) și în Microsoft Foundry pe GPU NVIDIA GB300 NVL72.

🔗 Anunț Anthropic — Claude Sonnet 5

Claude Code v2.1.197 — Sonnet 5 ca model implicit

30 iunie — Versiunea 2.1.197 a Claude Code însoțește lansarea Sonnet 5, făcând din acesta modelul implicit în instrumentul CLI. Fereastra nativă de context de 1 milion de tokens este accesibilă direct în sesiunile Claude Code. Tariful promoțional de $2/$10 per milion de tokens este valabil până la 31 august 2026. Este necesară o actualizare la versiunea 2.1.197 pentru a beneficia de acest model implicit.

🔗 Release v2.1.197 — Claude Code

Claude Science — workbench științific în beta cu NVIDIA BioNeMo

30 iunie — Anthropic anunță disponibilitatea în beta a Claude Science, un mediu de lucru IA conceput special pentru cercetători științifici. Aplicația reunește într-un singur spațiu instrumentele de obicei fragmentate: baze de date specializate, Jupyter, R, terminale de cluster HPC, execuție GPU la cerere.

Funcționalitate	Descriere
Agent coordonator	+60 skills și conectori preconfigurați (genomică, celulă unică, proteomică, biologie structurală, chimioinformatică)
Artefacte reproductibile	Figuri și manuscrise cu cod exact, mediu și istoric complet
Gestionarea calculului	Laptop, cluster HPC via SSH, sau GPU la cerere (Modal) — de la 1 la sute de GPU
Agent recenzor	Verifică citările, validează calculele, corectează erorile în timp real
Fork de sesiune	Compară două abordări fără a pierde firul original
Randare științifică nativă	Structuri 3D de proteine, tracks genomice, structuri chimice

Disponibilitate: beta deschisă pentru planurile Pro, Max, Team și Enterprise pe macOS și Linux (https://claude.com/science). Un plan Team la tarif redus este prevăzut pentru laboratoare academice și organizații non-profit.

Integrare NVIDIA BioNeMo Agent Toolkit: Claude Science este primul mediu care integrează BioNeMo Agent Toolkit în producție, permițând cercetătorilor să acceseze instrumentele accelerate GPU de la NVIDIA prin limbaj natural:

Instrument BioNeMo	Performanță
NVIDIA Parabricks	Analiză genomică: ore → minute
RAPIDS-singlecell	1,3 milioane de celule preprocesate în 25 de secunde (față de 52 min fără GPU)
nvMolKit	Chimioinformatică 3 000× mai rapidă (similaritate, conformeri)
BioNeMo open models	Evo 2, Boltz-2, OpenFold3
BioNeMo NIM	Microservicii de inferență pregătite pentru producție

Feedback din beta: Allen Institute (Jérôme Lecoq) redactează recenzii științifice de peste 100 de pagini cu agenți actor-critic, reducând durata de la 2 ani la câteva săptămâni. UCSF Brain Tumor Center (Stephen Francis) confirmă o accelerare de ×10 pentru analize epidemiologice ale gliomelor.

Programul de grants IA for Science: până la 50 de proiecte selectate vor primi fiecare până la $30 000 credite Claude, plus până la $2 000 compute Modal pentru anumite proiecte. Aplicații până la 15 iulie 2026, notificarea câștigătorilor înainte de 31 iulie.

🔗 Anunț Anthropic — Claude Science

Amp : Agents in Orbs — mașini cloud pentru execuția agenților nesupravegheați

30 iunie — Amp lansează Orbs, mașini cloud dedicate, concepute pentru a executa agenți de coding fără supraveghere, inclusiv atunci când mașina locală este oprită.

Caracteristică	Valoare
RAM	32 Go pe orb
CPU	16 coresp pe orb
Tarifare	$1,66/h facturat la minut
Pornire	Rapidă, cu trecere automată în standby

Un orb pornește printr-o singură comandă din terminal sau din TUI Amp: amp -ox "<prompt>". Controlul rămâne identic cu o execuție locală: revizuire de cod, navigare în fișiere, terminal integrat. Modificările sunt sincronizate către mașina locală cu amp sync <thread-id>. Este posibil să ruleze mai mulți agenți în paralel, fără conflict de resurse locale, și să accesezi starea fiecărui agent din web, CLI sau mobil.

Modelul de facturare la minut — cu trecere automată în standby între operațiunile active — este conceput pentru a minimiza costurile atunci când agentul așteaptă intrări sau efectuează operații de intrare/ieșire. Această propunere poziționează Amp în același teritoriu cu Claude Code Remote de la Anthropic, cu o diferență notabilă: o mașină dedicată întreagă per agent (32 Go, 16 coresp) în locul unui container partajat.

Din punctul de vedere al workflow-ului, Orbs permit lansarea unui agent în fundal la sfârșitul zilei și regăsirea unor pull request-uri gata de revizuit a doua zi dimineață, de pe orice dispozitiv.

🔗 Anunț Amp — Agents in Orbs

Nano Banana 2 Lite și Gemini Omni Flash disponibile în API

30 iunie — Google DeepMind lansează simultan două modele noi pentru dezvoltatori: Nano Banana 2 Lite pentru generarea de imagini la viteză mare și Gemini Omni Flash pentru video conversațional.

Nano Banana 2 Lite (gemini-3.1-flash-lite-image)

Dimensiune	Valoare
Latență	4 secunde per imagine
Cost	$0,034 pentru 1 000 de imagini
Disponibilitate	Gemini API, Google AI Studio, Gemini Enterprise Agent Platform

Înlocuire recomandată a modelului legacy gemini-2.5-flash-image: calitate mai bună, viteză superioară, cost mai mic. Modelul păstrează fidelitatea față de prompturi, coerența personajelor și randarea textului în imagine, în ciuda prioritizării vitezei. Este implementat și în suprafețele pentru publicul larg: AI Mode în Search, aplicația Gemini, NotebookLM, Google Photos, Google Flow și Google Ads.

Gemini Omni Flash (gemini-omni-flash-preview)

Dimensiune	Valoare
Cost	$0,10 per secundă de video
Durată maximă	10 secunde (durate mai lungi anunțate)
Disponibilitate	Gemini API, Google AI Studio, Gemini Enterprise Agent Platform

Modelul vizează editarea video conversațională prin limbaj natural, cu referențiere multimodală (imagini + text + video la intrare), sincronizare text/grafice și watermarking SynthID integrat. Limitări actuale: durată limitată la 10 secunde, referințe audio și extinderea scenei nesuportate prin API, coerența personajelor între schimbările de scenă încă perfectibilă.

Înlănțuire imagine → video: Interactions API gestionează istoricul sesiunii pentru editări secvențiale până la 3 consecutive, permițând generarea rapidă a unei imagini cu Nano Banana 2 Lite și apoi animarea ei cu Gemini Omni Flash. Google demonstrează această înlănțuire în trei aplicații: Anywhere (transport în locuri iconice), Space Lift (design interior) și Omni Product Studio (e-commerce imagine→video).

🔗 Anunț Google DeepMind — Nano Banana 2 Lite și Gemini Omni Flash

GeneBench-Pro — un benchmark de biologie computațională la nivel de cercetare

30 iunie — OpenAI publică GeneBench-Pro, un benchmark de nivel de cercetare care măsoară capacitatea agenților IA de a raționa în biologie computațională. Conceptul central este research taste — succesiunea de judecăți care orientează o analiză: ce întrebări permit datele să fie explorate, când un plan inițial trebuie revizuit, cum diagnosticele timpurii trebuie să modifice abordarea.

Acoperire: 129 de întrebări împărțite în 10 domenii — genetică statistică, genomică a populațiilor, genetică cantitativă, genomică reglatoare, genomică funcțională, proteomică, genomică clinică, genomică a cancerului, genomică microbiană și genetică legală.

Rezultate:

Model	Scor (nivel maxim de raționament)	Scor (mod Pro)
GPT-5.6 Sol	28,7 %	31,5 %
GPT-5 (baseline la construire)	< 5 %	—

GPT-5.6 Sol rezolvă de aproape 6 ori mai multe întrebări decât GPT-5.2, folosind aproximativ două treimi din tokens. În acest ritm de progres, benchmark-ul ar putea fi saturat până la sfârșitul lui 2026. Un expert uman ar estima că un problem GeneBench-Pro necesită 20 până la 40 de ore de muncă, adică mii de dolari; inferența IA costă câțiva dolari per problemă.

Metodă: problemele sunt construite sintetic (structură cauzală cunoscută, date simulate) pentru a evita biasurile de evaluare (ground-truth leakage). Open source: 10 întrebări reprezentative sunt publicate pe Hugging Face; un subset de 50 de întrebări va fi furnizat către Artificial Analysis pentru un benchmark terț independent.

🔗 Anunț OpenAI — GeneBench-Pro

Together AI la ICML 2026 : 8 lucrări de cercetare deschisă

30 iunie — Together AI publică recapitularea celor 8 lucrări acceptate la ICML 2026 (Seoul, 6–11 iulie). Cercetarea acoperă întreaga stivă (full stack): agenți, antrenament, optimizare algoritmică, sisteme și kernel-uri GPU.

Lucrare	Strat	Rezultat cheie
ThunderAgent	Agenți	Până la 3,6× throughput agent
TTT-Discover	Agenți	Învinge cei mai buni oameni (model open 120B, ~$500)
Aurora	Algoritmi	1,25× speedup suplimentar în producție (MiniMax M2.1 229B)
Untied Ulysses	Sisteme	5M tokens pe un singur nod 8×H100 (−87,5 % memorie de atenție)
OEA	Sisteme	Până la 39 % mai rapid la decodare MoE

TTT-Discover aplică RL la test-time: fiecare încercare devine date de antrenament pentru următoarea și învinge best-of-N pe 4 domenii (matematică, kernel-uri GPU, algoritmică competitivă, biologie celulară) cu un model deschis 120B pentru ~$500 de simulare. Untied Ulysses atinge 5M tokens pe un singur nod 8×H100 (−87,5 % memorie de atenție). Codul și kernel-urile sunt publicate open source.

🔗 Blog Together AI — ICML 2026

ADK Go 2.0 — motor de workflow multi-agent cu human-in-the-loop

30 iunie — Google lansează versiunea 2.0 a Agent Development Kit (ADK) pentru Go, cadrul oficial pentru construirea de agenți Gemini. Această versiune introduce un motor de workflow bazat pe grafuri ca primitivă de prim ordin.

Noutăți principale: compunerea de agenți complecși cu primitive de grafuri în Go nativ (fără DSL separat), human-in-the-loop (HITL) integrat pentru scenariile care necesită validare umană, orchestrare dinamică cu reziliență automatizată (backoff exponențial, gestionarea erorilor, retry), și un runtime unificat, partajat între agenți simpli și grafuri complexe, pentru a simplifica telemetria și persistența stării. ADK pentru Go completează SDK-ul Python existent, aducând performanța și siguranța tipizării limbajului în compunerea agenților multi-etapă.

🔗 Google Developers Blog — ADK Go 2.0

Copilot Agent în JetBrains AI Assistant

30 iunie — JetBrains și GitHub anunță integrarea GitHub Copilot ca agent de prim ordin în selectorul de agenți (agent picker) din JetBrains AI Assistant, în completarea pluginului Copilot existent.

Integrarea se bazează pe protocolul ACP (Agent Communication Protocol) și permite: alegerea modelului Copilot direct din interfață, ajustarea profunzimii raționamentului și sarcini de programare complexe, multi-etapă, în care Copilot raționează în proiect, propune schimbări, execută comenzi și iterează. Următorii pași anunțați: suport NES (Next Edit Suggestions), invocarea de skills reutilizabile pentru fluxurile de lucru obișnuite și orchestrare mai profundă între instrumente în IDE.

🔗 GitHub Changelog — Copilot Agent în JetBrains

Bugete IA per utilizator pentru cost center-urile Enterprise Copilot

30 iunie — Administratorii Enterprise pot defini acum un buget IA per utilizator pe un centru de cost (cost center). Bugetul se aplică automat tuturor membrilor centrului de cost, inclusiv adăugărilor ulterioare prin echipele Enterprise. Ordinea de precedență: buget individual > buget centru de cost > buget universal. Bugetul acoperă atât utilizarea pool-ului inclus, cât și utilizarea suplimentară și poate bloca un utilizator înainte de epuizarea pool-ului. Disponibil din 30 iunie doar prin API-ul REST; interfața de facturare va urma.

🔗 GitHub Changelog — Bugete IA per utilizator

Claude pe NVIDIA GB300 Blackwell Ultra în Azure — disponibilitate generală

29-30 iunie — Modelele Claude de la Anthropic sunt acum disponibile în mod general în Microsoft Foundry, găzduite pe Azure și accelerate de GPU-urile NVIDIA GB300 Blackwell Ultra (sisteme NVL72 cu rețea Quantum-X800 InfiniBand).

Integrarea include NVIDIA Secure Agent Workspace Reference Design, care acoperă guvernanța identității, rețeaua, credențialele și politica de execuție la nivel de infrastructură — un cadru conceput pentru companiile supuse unor cerințe stricte de conformitate. Agenții Claude pot accesa skills verificate NVIDIA pentru capabilități specifice domeniului. Această disponibilitate generală urmează parteneriatului tripartit Microsoft × NVIDIA × Anthropic anunțat în noiembrie 2025.

🔗 Blog NVIDIA — Claude pe GB300 Blackwell Ultra Azure

NVIDIA Omniverse + Metropolis: agenți AI vizuali pentru industrie

30 iunie — NVIDIA publică trei fluxuri de lucru complete pentru construirea de agenți AI vizuali capabili să funcționeze la edge-ul industrial, combinând Omniverse (simulare OpenUSD), Metropolis (implementare video AI) și Cosmos (modele de fundație pentru lumea fizică).

1. Inspecție vizuală (Roboflow + Corning): skill-ul Defect Image Generation, cuplat cu NVIDIA Cosmos, generează date sintetice despre defecte pornind de la imagini reale. Rezultat pe benchmark-ul Corning: 95% precizie medie cu doar 8 imagini reale și recall perfect pe clasa cea mai dificilă. Un proiect care dura mai multe trimestre se reduce la câteva zile.

2. Orașe inteligente (Linker Vision în Kaohsiung): −85% efort de dezvoltare, −80% timp de răspuns la incidente. Lanțul folosește Cosmos pentru augmentarea video, TAO pentru fine-tuning și VSS pentru căutare, rezumare și alerte.

3. Operațiuni industriale la Foxconn (linii GB300): prin DeepHow — 99% precizie la verificarea procedurilor standard, +3% randament la prima trecere.

🔗 Blog NVIDIA — Omniverse + Metropolis Vision AI

Scurte

Claude Code v2.1.196 — modele implicite la nivel de organizație — Administratorii pot defini modelul implicit din consola organizației; utilizatorii văd „Org default” (sau „Role default”) în comanda /model dacă nu au selectat personal un model. 🔗 Release v2.1.196
Hugging Face — Every Eval Ever (EEE) integrat în Community Evals — HF face interoperabile Community Evals cu schema EEE (Every Eval Ever, EvalEval Coalition, februarie 2026): rezultatele evaluărilor apar pe paginile modelelor HF cu atribuire verificată, iar un instrument community_evals_converter automatizează conversia HF → EEE cu revizuire umană înainte de orice push. 🔗 Blog Hugging Face — EEE
OpenAI — bug vechi de 18 ani în GNU libunwind corectat — Postare de inginerie de Nathan Bronson: o race condition de o singură instrucțiune în _Ux86_64_setcontext din GNU libunwind (datând din prima implementare x86_64) provoca crash-uri în Rockset. Cele trei condiții de declanșare (rată mare de excepții, rată mare de semnale, handler de semnal care consumă multă stivă) erau îndeplinite doar la OpenAI. Corecție: migrare către libgcc și patch upstream către GNU libunwind. 🔗 OpenAI Engineering — Core dump epidemiology

Ce înseamnă asta

Noua generație de modele și economia contextului de 1 milion de tokeni. Claude Sonnet 5 la $2/$10 per milion de tokeni, cu o fereastră nativă de 1 milion de tokeni, reconfigurează calculul economic al agenților de lungă durată: acolo unde prețurile de intrare necesitau trunchierea contextului, acum este posibil să incluzi baze de cod întregi sau sesiuni de lucru prelungite fără cost suplimentar. Migrarea Claude Code către acest model implicit chiar din ziua lansării și disponibilitatea generală în GitHub Copilot și Microsoft Foundry pe GB300 semnalează o strategie de distribuție amplă și simultană: Sonnet 5 nu este un model de laborator, ci o infrastructură de producție implementată de la început pe principalele canale enterprise.

IA ca infrastructură a cercetării științifice. Claude Science, GeneBench-Pro, integrarea BioNeMo și cele 8 articole ICML ale Together AI converg spre același semnal: IA începe să se integreze chiar în procesul științific, nu doar în instrumentele periferice. Claude Science orchestrează clustere HPC și generează artefacte reproductibile cu istoric complet. GeneBench-Pro măsoară research taste — capacitatea de a înlănțui judecăți pe analize de 20 până la 40 de ore — și vede aici un factor de îmbunătățire de 6× între GPT-5 și GPT-5.6 Sol. TTT-Discover de la Together AI merge mai departe, arătând că un model deschis de 120 de miliarde de parametri, învățând prin utilizare pentru aproximativ $500 de simulare, poate depăși cei mai buni experți umani în 4 domenii științifice. Aceste mișcări simultane trasează contururile unei infrastructuri științifice conduse de IA, cu economii de scară care fac accesibile analize cândva rezervate marilor laboratoare.

Agenții cloud ca standard de execuție asincronă. Amp Orbs și Copilot Agent în JetBrains AI Assistant ilustrează două variații ale aceluiași trend: scoaterea agenților din contextul unei sesiuni sincrone. Amp propune mașini dedicate (32 Go, 16 nuclee, $1,66/h) pentru agenții de coding nesupravegheați care rulează în timp ce dezvoltatorul doarme. Copilot în JetBrains se inserează în selectorul de agenți al IDE-ului nativ pentru sarcini multi-etapă conduse de raționament. În ambele cazuri, agentul devine un colaborator asincron capabil să ia decizii într-un mediu de lucru real, nu doar un asistent interactiv.

Media generativă intră în economia pipeline-urilor de dezvoltare. Nano Banana 2 Lite la $0,034 pentru 1 000 de imagini și Gemini Omni Flash la $0,10/s de video cu înlănțuire prin Interactions API schimbă ecuația pentru aplicațiile de e-commerce, jocuri și divertisment: generarea a 10 000 de imagini de produs costă 34 de cenți, iar fiecare imagine poate fi animată cu 40 de cenți. Infrastructura NVIDIA GB300 și fluxurile Omniverse + Metropolis completează tabloul pe partea industrială — vision AI la edge, cu rezultate măsurate (−85% timp de dezvoltare la Kaohsiung, 99% precizie pe liniile Foxconn) — și arată că generarea de media părăsește domeniul experimentării pentru a deveni un strat operațional.